PENERAPAN ALGORITMA REGRESI LINEAR PADA DATA HARGA CABAI RAWIT DI PASAR INDIHIANG

Abstract

Sayuran, termasuk cabai rawit, memegang peran vital dalam perekonomian nasional. Meningkatnya harga cabai rawit tidak hanya dipengaruhi oleh peningkatan permintaan selama hari-hari besar keagamaan seperti Bulan Ramadhan, Hari Raya Idul Fitri, Hari Raya Idul Adha, khususnya jika terjadi gangguan cuaca atau pasokan. Penelitian ini bertujuan untuk memprediksi harga cabai rawit di Pasar Indihiang dan mencari atribut yang mempengaruhi nilai Root Mean Squared Error (RMSE) terbaik. Algoritma regresi linear terkenal karena kemampuannya menganalisis korelasi data dan memberikan prediksi yang akurat. Data harga cabai rawit dari 2021 hingga 2022 mencakup informasi harga, bulan, cuaca, pasokan, supplier, dan nama pedagang. Melalui analisis Regresi Linear menggunakan Cross-Industry Standard Process for Data mining (CRISP-DM) dan RapidMiner versi 10.1, penelitian ini membangun model matematis untuk memprediksi harga cabai rawit berdasarkan faktor-faktor tersebut. Hasil penelitian ini menunjukan atribut yang mempengaruhi nilai RMSE adalah Bulan dan Stok Cabai/KG terhadap label Harga Cabai dengan nilai RMSE sebesar 14975.095. Model prediksi harga diharapkan dapat membantu pedagang merancang strategi penjualan yang efektif, memungkinkan konsumen merencanakan belanja dengan lebih tepat, dan membantu petani menyesuaikan waktu tanam dan panen cabai rawit.